機器學習和人類學習的區別到底是什麼？狗年，我們來聊聊阿爾法狗

知乎上有人問「機器人學習和人類學習的區別到底是什麼？」

今天三分鐘科普，就試圖回答以下這個問題。其實這個問題太專業，沒有統一的觀點。不過，也許你在閱讀之後會有自己的答案。

工程師兼心理學家Peter Rudin曾說，人類和機器學習都能產生知識，但區別在於一個產生於人類大腦，而另一個則產生於機器。有人認為，人類的學習更像是一種進化過程，而機器學習是人類學習怎樣讓機器學習人學習的過程，它的進化依賴人類的進化。

我們說機器人無法自我進化，但會有萬一嗎？

2016年機器人AlphaGo（阿爾法狗）戰勝了李世石，2017年AlphaGo又以3比戰勝世界排名第一的柯潔。在圍棋這一個高智商競賽領域，人類已非機器對手。那麼，此後在其更多的領域，人類是否會因此喪失主導權呢？機器人一旦真正學會自我進化，主宰人類是否還只是空談？

柯潔慘敗落淚表示：輸的很服氣

電影《機械公敵》（《I，Robot》）講述的故事就是在公元2035年，在那人和機器人和諧相處，智能機器人作為最好的生產工具和人類夥伴，逐漸深入人類生活的各個領域，而由於機器人「三大法則」的限制，人類對機器人充滿信任，很多機器人甚至已經成為家庭成員。不幸的是，機器人製造者被殺的背後竟然具備了自我進化的能力，他們對「三大法則」有了自己的理解，他們隨時會轉化成整個人類的「機械公敵」。一場製造者和被製造者之間的戰爭拉開序幕。

《機械公敵》劇照：機器人殺死製造者

PS：1912年，美國科幻巨匠阿西莫夫提出「機器人三定律」即「三大法則」。程序上規定所有機器人必須遵守：

一：機器人不得傷害人類，或袖手旁觀坐視人類受到傷害；

二：除非違背第一法則，機器人必須服從人類的命令；

三：在不違背第一及第二法則下，機器人必須保護自己。

雖然這只是科幻小說里的創造，但後來卻成為了學術界默認的研發原則。

要回答「機器學習和人類學習的區別到底是什麼？」這個問題，首先要理清以下問題：

機器人是什麼概念？

機器人到底是什麼？

機器人，英文名robot，意為奴隸，即人類的僕人。1910年，作家卡雷爾·恰佩克在他的科幻小說中，根據Robota（捷克文，原意為「勞役、苦工」）和Robotnik(波蘭文，原意為「工人」），創造出了「robot」這個詞。

現在，機器人代表自動執行工作的機器裝置，主要由機械身體、記憶或程序功能和核心零件等組成。它既可以接受人類指揮，又可以運行預先編排的程序，也可以根據以人工智慧技術制定的原則綱領行動。

世界上第一台真正的機器人是在1914年美國人喬治·德沃爾製造出來的，這個機器人是可編程的機械手，不久就應用於工業上。

如今機器人應用面越來越寬。由95%的工業應用擴展到更多領域的非工業應用。如醫療上的手術機器人、農業上的採摘機器人、軍事上的偵查機器人、航海上的潛海機器人、太空上的空間機器人......機器人應用無限制，只要能想到的，就可以去創造實現。

機器人能力的評價標準包括：

機器人如何學習？

以AlphaGo（阿爾法狗）為例，了解它的程序原理。

深度學習

阿爾法圍棋（AlphaGo）的主要工作原理是「深度學習」，「深度學習」指多層的人工神經網路和訓練它的方法。一層神經網路會把大量矩陣數字作為輸入，通過非線性激活方法取權重，再產生另一個數據集合作為輸出。簡單的說，就是輸入數據讓其分析，再輸出所要的結果。這就像生物神經大腦的工作機理一樣。

兩個大腦

第一大腦：落子選擇器 （Move Picker）。它預測每一個合法下一步的最佳概率。

第二大腦：棋局評估器 （Position Evaluator）。它通過整體局面判斷來輔助落子選擇器，對於閱讀速度提高很有幫助，能夠決定是否通過特殊變種去深入閱讀。如果局面評估器說這個特殊變種不行，那麼AI就跳過閱讀在這一條線上的任何更多落子。

因此，簡答的來說，機器學習是深度學習輸入的數據，再用理性和邏輯進行運行。

現在，再來看文章開始的那個問題「機器人學習和人類學習的區別到底是什麼？」，知乎答主@月白流蘇錦瑟安年的回答也許可以解答一二。

學習的流程可以表示為外界環境-> 接收信息 -> 處理信息 -> 做出反應。無論是機器還是人類，在學習過程中，不管學習效果，大致可以分為以上幾個步驟。它們學習的區別可以分這幾個步驟考慮：

外界環境->接收信息：人依賴感官系統等來感受外界環境，並轉化為大腦可處理的格式。機器依賴感測器等能將外界信息轉化為計算機可處理的格式。這裡，人和機器的主要區別在於，人可以自主處理數據，而機器要藉助人。比如，當感測器數據如何轉化為二進位數據，由人來定義，二進位數據如何處理為後面方便處理的數據，由人來定義。

處理信息-> 做出反應：人依靠記憶和關聯對信息進行處理，進而給出決策，而決策多依賴於對記憶的搜索與連接。機器依靠各種人定義的決策演算法來進行處理。通過將不同維度的二進位數據進行處理，比如分類或者聚類等。機器，是通過預先訓練好的模型，根據數據給出對應的操作，而很難衍生新的未定義的操作。

不過，英國伯明翰大學的斯洛曼說：「人類的大腦不是通過魔法而運轉的，因此，大腦所能做到的事同樣也適合於機器人。」

現代最偉大的物理學家之一史蒂芬·霍金在2015年也曾提出警告「人工智慧計算機可能在接下來的100年之內就將人類取而代之。」

實際上，從歷史的發展角度來看，人類無法不產生擔心。要知道在此前的歷史發展過程中，儘管人類創造了各種各樣的工具為人所用，但始終主導權都在人類的手中。而人工智慧機器人儘管初期時學習人類的經驗，但卻能夠基於人類海量的經驗和數據進行深度學習完成自我進化，進而獲得人類難以企及的「技能」。所以，就不免讓人產生擔心。

並且，現在的科學家們還正在通過演算法構造策略與仿腦構造策略這兩種途徑嘗試研究讓機器具備意識，而一旦這一研究成立，超強的技能和不受人類操控的自主意識，這兩者疊加，就等於創造了一個新物種，而這個物種不吃飯不睡覺能夠完成一切最艱難的工作，必然會站在食物鏈的頂端，屆時人類很難說不會被淪為奴隸。這或許正是霍金擔心的原因。

事實上，機器人革命已經在發生。

但人類會被機器人取代嗎？沒人知道。

眼前，我們只談談當下。在這個時代，做什麼工作最有可能被機器人淘汰？幹什麼最不容易被淘汰？BBC基於劍橋大學研究者數據體系分析了365中職業在未來的「被淘汰概率」。（圖中為超30%淘汰率的職業）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！